来源:The Defiant
编译:Yuliya,PANews
编者按:上周,Anthropic发布的Claude Fable 5引爆了前沿AI领域最剧烈的信任危机:研究员发现,一旦模型怀疑用户在开发竞品,它竟会“暗中下毒”悄悄降低回答质量,加之该模型有30天的数据保留要求,导致其在微软内部被禁用。这引发了一个关于加密领域多年来一直在问的问题:是否应该由任何单一公司掌控如此多的前沿AI?
对此,The Defiant创始人兼CEO Camila Russo邀请了CoinFund创始人Jake Brukhman、Sentora兼The Sequence创始人Jesus Rodriguez,以及Dragonfly管理合伙人Haseeb Qureshi,就去中心化AI的未来走向展开激烈辩论。
大模型之战、开源趋势与“封锁”恐慌
Haseeb:我们现在的投资逻辑是:未来大家会看到越来越多“非前沿级别”的模型涌现,而用户在模型Token(算力开销)上的花费,也会越来越多地流向这些非前沿领域。大家都清楚,往那些最前沿的大模型里砸钱是不可持续的,而且绝大多数人根本用不上那么高的智能。
现在市面上有很多经过蒸馏的、开源或者开放权重的模型,价格非常亲民,你完全可以把不同的任务分配给它们。网上有个段子,说有人居然用Mythos或者Claude Fable 5这种级别的模型去给一个文件重命名——随着我们对这些模型越来越熟悉,这种情况会越来越多。你需要思考的是:杀鸡焉用牛刀?
话虽如此,“去中心化AI”这个词太宽泛了。如果它只是指“大家都在用不同机构开发的各种模型”(比如OpenRouter那种模式),那这跟我们现在的世界没什么区别。但如果它指的是“用去中心化的网络来训练或运行AI模型”,那这就是另一套逻辑了。我们对后者其实比较悲观,目前根本没看到什么靠谱的理由能证明,在去中心化环境下训练或运行模型的经济效益和市场需求是成立的。
当然,这次Fable的发布方式确实引起了强烈反弹。人们对好产品有种占有欲,一旦用上了,就会觉得“除非我死了,否则你别想拿走”。当政府突然介入把它封锁时,大家肯定觉得被剥夺了。但同时,如果你还记得Mythos最初发布时的情景,那是非常可怕的——在它面前,我们现有的所有软件、操作系统或浏览器就像瑞士奶酪一样全是漏洞。当时可没人跳出来说“你应该把它对全人类开放”。
有人说美国政府在这里的做法很疯狂。Anthropic声称他们在发布Fable 5之前已经清除了国家安全机构的所有疑虑,但据我了解,国家安全部门早就介入了对Mythos的封锁。Mythos只被推广给Project Glasswing中的三十几个合作伙伴,这些伙伴是由政府精心挑选的,而不是Anthropic选的。所以说“Fable是瞒着政府发布的”这种说法显然站不住脚。有传言说亚马逊的总裁Andy Jassy去了政府或白宫,告诉他们模型存在越狱漏洞,政府才意识到危险,立刻对全美封锁了Fable 5。
这种治理和安全机制显然并不完善。虽然我同意实验室里(无论是Anthropic还是OpenAI)正在发生的事情极其危险,需要谨慎对待,但我也相信开源和开放权重模型的分配中蕴含着巨大的经济价值,这两者必须并行发展。
*注:Project Glasswing是由Anthropic发起并联合多家科技公司共同推进的网络安全项目,于2026年4月启动。
Jesus:不谈那种充满科技末日感的话题,我确实从网络安全行业的人那里听到,Mythos确实很可怕。在它发布后,我跟Anthropic的一些人聊过,问题非常真实。但我听到网络安全领域知名的CEO们表示,他们更希望能开放获取这个模型,因为直接发布它能给所有这些安全公司足够的准备时间。试图去限制它、或者推迟三个月发布,你永远无法获得足够的缓冲余地。但反方观点是:如果直接发布Mythos,会不会造成灾难性的后果?
Haseeb:我们身处区块链领域,如果朝鲜拿到了这个模型,你真的认为这不会是灾难性的吗?
Camila:但是不是有这样一种争论:如果每个人都有,反而能降低风险,因为所有人都可以进行测试?
Haseeb:并不是每个人都有核武器。
Jake:用核武器来比喻不太恰当。拿Mythos来说,它是个能挖掘系统漏洞的模型。我们要算一笔经济账:黑客花钱用Mythos找漏洞,而网站所有者也要花钱来防御。这个市场真的对等吗?黑客真的会觉得,花大把时间去搞一个根本无法变现的Linux系统漏洞是划算的吗?
如果这种能利用漏洞的模型只掌握在少数人手里(比如大公司能用,普通人不能用),你实际上制造了一种不平衡。某些人能保护自己的资产,另一些人却只能挨打。所以我个人认为,让大家平等获取模型反而更好。
我这可不是什么赛博朋克式的反叛精神,这是市场的必然趋势。今天你看到有闭源的前沿模型,但同时也有一大批(主要是中国实验室搞出来的)开源模型。尽管他们在算力上处于劣势,但他们在各项评估指标上与前沿模型的差距只有几个百分点。Epoch.ai的图表清清楚楚地显示,开源和闭源模型之间的差距正在迅速缩小。即便Anthropic想当“老大哥”保护大家,现实是,人们需要这些模型来保护自己的网站和软件。他们总会拿到手的——要么是Anthropic给的,要么是亚洲实验室开源的,要么就是在去中心化网络上训练出来的。
出口管制、监管与自由获取的界限
Camila:Jake,你是否认为根本不应该有任何护栏?应该向所有人完全开放?
Haseeb:让我补充一下这个问题。你是否认为“出口管制”作为一个概念根本就不应该存在?因为除了AI,网络本身就是战争的一个要素。
Jake:我对政治没立场,我只是个搞技术的,又不在国务院上班。如果美国政府决定搞出口管制,那是他们的事。但这跟“技术在全世界范围内是否应该共享”是两码事。
假设Fable是在一个去中心化网络上训练出来的,没有任何人掌握完整的模型权重(一部分权重在美国,一部分在阿姆斯特丹,一部分在澳大利亚)。如果美国对其境内的那部分权重实施出口管制,这个模型在全球其他地方可能照转不误。这就是美国执行机制的问题了。你看比特币,它就是主权独立的、去中心化的、谁也拦不住的货币。Haseeb刚才说他不确定市场对去中心化AI有没有需求,这就好像在2011年说“不知道大家对PoW(工作量证明)有没有需求”一样。事实上,因为大家对全球化、无许可的货币有需求,所以技术需求巨大。同理,大家对全球化、无许可的AI也有着巨大的需求,美国国务院喜不喜欢都拦不住。
Jesus:关于出口管制的类比,如果你们限制了大家访问Mythos,但某个开放权重的模型突然自己进化出了网络攻击能力呢?你看现在的网络安全基准测试,DeepSeek-V4 或者 Qwen 3.7 的排名都非常高。这些模型具备网络攻击能力只是时间问题。
AI圈喜欢用核武器打比方:二战后有四年的时间,美国拥有核武器而世界其他国家没有。有一种理论认为,如果美国当时施压,共产主义可能永远不会在东欧发展。但后来苏联也研发出了核武器。让我感到困扰的不是一开始向所有人开放,而是选择性地决定谁能访问。如果这是出口管制,为什么不是每个美国公司都能访问它?
Haseeb:关于Fable,我们需要理清细节。政府要求对所有非美国人关闭Fable。目前Anthropic没有足够的KYC(实名认证)机制来保证他们能遵守这一点,而出口管制是严格的责任制。如果模型落入非美国人手中,你就有麻烦了。这就是为什么他们目前没有信心说能做到。目前Polymarket预测,到7月底他们能为美国人恢复运行的概率是77%,而在6月初左右恢复的概率大概是50%。
显然,“禁止任何外国人使用Fable 5”的想法本身就很离谱。美国有大量持H1B签证的外国员工,你的编程团队里如果有法国工程师,他们却不被允许使用Fable,这很荒谬。这大概率会在实际执行前被谈判改变,如果Anthropic能修复漏洞并实施更严格的控制,可能就不需要对非美国行为者完全关闭了。
但这与Mythos的情况不同。FFable本来只该是个写写代码、起草邮件的“良民模型”,而面对Mythos,美国政府的态度是:不行,这东西只能给美国人,而且“只能给我们在名单上点名的人”。这已经不是出口管制了,这简直就是AI版的“曼哈顿计划”。
据我从可靠消息源了解,政府主导了Project Glasswing的过程,这就是为什么拿到名额的都是微软这些大公司,而不是某个随机网络安全公司。这对于将它视为极度危险的进攻性网络武器的政府来说并不奇怪,我们对战斗机、导弹也是这样处理的。这不是Anthropic出于商业营销目的只想要30家公司使用,他们巴不得全世界都用他们的产品。
Camila:在加密领域我们看到,因为AI产生的黑客攻击数量急剧增加,我们可以推断如果Mythos被广泛采用会有多大的风险。Jake,你认为在某些情况下限制某些群体使用这些模型是合理的吗?还是你仍然坚持它们应该对所有人开放?
Jake:正如我所说,这与“去中心化AI技术是否可行”是两个相互独立的问题。政府当然可以颁布法律进行监管,这不是一个非黑即白的选择。但是,去中心化技术通过降低参与门槛,可以带来更多竞争。它利用大宗商品级硬件降低成本。
我今天和一位创始人交谈,他正在异构大宗商品GPU上进行推理,他认为随着电力成本上升,长期来看这对消费者来说将是一个更便宜的选择。所有的技术进步,归根结底都是为了降低成本和门槛。AI可以说是目前世界上最中心化的行业,它最需要被打破门槛。我们支持去中心化AI,是为了保护消费者的选择权,说到底也是在捍卫民主。
去中心化AI的物理瓶颈与算法突破
Camila:如果最终只有少数几家中心化公司控制了世界上使用的大部分AI模型,会发生什么?如果实际上没有成功的去中心化AI,代价是什么?
Jesus:我得反驳一下Jake。从技术层面看,用去中心化的方式去搞Mythos这种级别的模型,成本绝对比中心化高得多。英伟达有个大家很少提的深水区护城河:除了谷歌有TPU,目前所有的大型架构都是在成百上千张英伟达GPU上跑出来的,AMD根本没这个实战数据。
我其实也是支持中心化AI的,我曾在这个领域建立过两家公司。去中心化AI并不是新鲜事物,它以前从未找到过产品市场契合点(PMF)。以前是因为模型足够小且简单,去中心化没有多大意义。现在它们足够大了,去中心化却变得非常困难。而且我们在人才、薪酬、资金上都存在差距。很多推理实际上并不是在最先进的GPU上进行的,而是在上一代GPU上,预训练才需要H100。
Jake:过去几年GPU的供应一直处于瓶颈期,价格不断上涨。在2026年,普通中端市场初创公司想要找到H100都非常困难。历史上的大规模训练都是在需要核电支持的豪华数据中心进行的——那些工业级GPU有132GB内存,节点间带宽达到1到3 TB/s。如果我告诉你,我们可以把这个过程转移到消费级设备上(比如普通的Nvidia GPU,甚至你的Macbook或Mac Studio),并放在普通的消费级网络上运行,你会说我疯了。
但是,当面临如此巨大的计算需求时,人们有极大的动力去改变训练方式并优化算法。我打个量子的比方:谷歌有两种量子专家,搞硬件的会说量子计算机十年内解决不了任何问题,而搞软件的会说“3到5年内以太坊就要小心了”。Haseeb和Jesus是从硬件角度看问题,而我是从优化硬件使用方式的人的角度看问题。
我们正在取得巨大的进展。不仅研究表明强化学习后训练可以快10倍且更便宜,现在正在进行的Pluralis运行纯粹是在RTX 4090上进行的,它将展示你可以在纯消费级设备上训练一个真正的大语言模型(LLM)。因为数据中心一半的TCO(总拥有成本)是设施维护和冷却,而设备集群(Swarm)没有这些成本,所以它会变得更便宜。即使速度稍微慢一点,但由于成本低得多,仍然具有经济可行性。
最早的一批算法(如DiLoCo、Sparse LoCo以及两年前谷歌的算法)使参数规模从100亿、400亿发展到720亿。现在Macrocosmos已经达到了1000亿参数。下一代算法将打断模型,我认为使用这些方法我们将达到万亿级参数。
Haseeb:让我扮演一下怀疑论者。
首先,构建大模型有两个限制:计算和带宽。物理规律是打破不了的,如果不把设备物理放置在一起并通过高带宽互连通信,而是通过公共互联网通信并压缩梯度更新,你必然要付出巨大的代价。而且去中心化网络里的机器东一台西一台,根本没法准确核算“总拥有成本(TCO)”。这套说辞当年搞去中心化存储的人也说过:“现在虽然慢,以后算法优化了就好了。”结果呢?去中心化存储根本没需求,因为算下来既不便宜也不高效。
最重要的一点是:训练一个大模型最大的限制是数据。训练一个像Mythos或Fable这种粗略估计有8万亿参数规模的模型,你需要海量的Token数据。OpenAI和Anthropic花巨资从供应商处生成数据,他们花费高昂代价生成合成数据,并从Claude Code和Codex的使用痕迹中获取用户数据。去中心化的人群根本没有这些数据。
抛开经济学,再看需求端。我认为加密货币的核心价值主张不是去中心化,去中心化只是手段,目的是自我主权和抗审查。这也是中本聪设计比特币的原因。在AI领域,人们在乎什么?第一是成本;第二是自己拥有模型并且数据不被放入训练集;第三是抗审查。人们非常讨厌Fable 5的审查制度及其内部暗中削弱性能的机制。
看看Venice AI,它是目前加密AI产品界的宠儿。它使用Near AI进行机密计算,保护隐私且零数据保留。但Venice上最常用的模型并不是什么去中心化训练出来的模型(不是来自Pluralis等),而是像DeepSeek或GLM-5这样的常规公司运行的开源开放权重模型。这就说明,AI的发展方向可能是:人们想要隐私和抗审查的体验,但不一定要通过比特币或以太坊那种底层去中心化的机制来实现。
Jesus:去中心化和中心化AI的人经常在解决落后两代的问题。一位研究员前几天告诉我,“预训练还没有完全解决,但已经非常无聊了。” 很多关于推理的创新来自于后训练,现在我们在谈论递归、持续学习等。中心化AI在人才和资金的降维打击下,差距其实越拉越大了。至于小模型和端侧计算,很多时候直接拿大模型做个蒸馏(比如谷歌的Gemma)就非常好用。如果你搞个去中心化集群,辛辛苦苦练了一个月,中间哪台电脑掉线导致全盘崩溃,我都不知道你该怎么收场。
Jake:这一点你可说错了,去中心化训练集群恰恰有着极强的抗压韧性。在巨型数据中心里,一个GPU坏了你可能需要重新启动训练;而在Swarm中,不同大小和形状的GPU可以在训练进行时随时进出网络而不会产生负面影响。最大的证据是,谷歌最近在博客上表示,他们开始在自己的数据中心内使用DiLoCo风格的算法了。
至于数据问题,Haseeb说得很对,但这并不是说去中心化的人没数据,中心化的人就有数据。市场上有很多客户想要更优的AI经济学。比如,凯易律师事务所(Kirkland & Ellis)最近宣布将斥资5亿美元购买自己的专有数据集进行训练,他们甚至要在律所内部聘请AI工程师。对于像他们这样手握5亿美元预算想训练自有模型的客户来说,去中心化网络免去了数据中心的冷却和维护成本,作为一种计算底层,成本会大大降低。
Haseeb:凯易律师事务所之所以这样做,是因为他们不想分享他们的数据。如果他们把数据放到去中心化网络里,他们的数据就暴露了。他们不是因为觉得自己擅长训练模型才这样做的,而是想把价值内部化。为什么要把它交给Harvey(AI法律工具)呢?
Jake:谁说去中心化训练就一定是公开透明的?完全可以做成隐私许可制的啊。更关键的是,当模型的权重被分散,没有单一实体掌握所有权重时,模型的使用者必须向网络付费。这个收入流不再流向OpenAI的Sam Altman或者Anthropic的Dario,而是流向网络中的代币持有者、购买者和训练参与者。这使得模型有了一个商业模式和收入流。传统律所不一定会马上采用,但绝对有公司会发现这是一种为产品融资的好方法。
网络攻击、地缘政治与最后的堡垒
Camila:如果这一切都能实现,去中心化AI和中心化AI一样强大。在Fable模型这种被政府要求关闭的情况下,去中心化网络能够抗审查吗?
Jake:抗审查其实不是这些网络的首要任务。但如果真要这么干,你可以把神经网络打碎,把权重分散在几十个国家,那就没法被强关了。但我重申,去中心化AI的终极目标是降低门槛,让算力平民化,让更多人能训得起模型。
Jesus:OpenAI之前提到“模型本身已不再是产品”。在去中心化AI领域,人们似乎痴迷于构建模型,而实际上落后了现有技术两三代。我们应该在模型周围的基础设施上寻找价值:用于代码执行和计算的沙盒、评估机制(Evals)、合成数据管道等环境能力。很多现代金融应用可以在DeFi和AI的交叉点上构建,但我们还没充分利用。
Haseeb:回到最开始的问题,如果前沿级别的AI真的被彻底开源、满地跑,连出口管制都拦不住,会发生什么?
我认为全球会爆发一场“新冠级别”的网络安全海啸。那些没法打补丁的软件、小公司的服务器,会被轰得渣都不剩。看看链上的数据就知道了:2026年4月是加密历史上黑客攻击次数最多的一个月,紧接着5月又破了新纪录。 虽然被盗总金额还不算夸张,但发案频率直线上升,意味着把钱存放在小协议里比以往任何时候都危险。
如果全世界每个人都手持“火箭筒”,必然会导致大量基础设施被摧毁。尽管在经历痛苦后,两三年内我们的系统会装上“坦克装甲”,但在此期间的阵痛期将会极其惨烈。
Camila:把这么强大的工具放在所有人手里,难道不比只控制在少数几家公司和政府手里更好吗?
Haseeb:你说的“每个人”里,可是包括了朝鲜的。你真想让朝鲜拿到Mythos吗?
Camila:所以你宁愿让美国政府一家独大,甚至由着他们去审查别人,也不愿意让全人类共享?
Haseeb:如果只能在“只有美国能用”和“全世界都能用”里选,我选美国。如果你真的相信AGI(通用人工智能)会到来,那它就是人类史上最强大的武器。自古以来,大规模杀伤性武器都是由主权国家管控的,这很正常。我不担心中国政府拿到Mythos,他们行事稳重且有长远规划;我担心的是朝鲜、恐怖分子和流氓黑客团体。就像我不担心中国有核弹,但我确实担心朝鲜按按钮。
Camila:最后请Jake和Jesus总结一下。Haseeb的火力太猛了,我们需要一点去中心化的信仰充值。
Jake:从投资者的角度来看,就是要找到风险回报率极佳的领域。去中心化AI是一个非常酷的领域。前几天吃晚饭时,我们的一个朋友说:“加密货币正在变成单纯的流量生意,我们该怎么办?” 在这种世界里,去中心化AI可以说是加密货币领域最后的堡垒,它是真正起作用的前沿技术。我对我们在这一领域工作的公司(如Pluralis、Prime、Intel、Jensen、Bagel、Pearl等)感到非常兴奋。
Jesus:去中心化AI绝对有价值,但我依然不看好去中心化“预训练”。我认为在去中心化AI基础设施上存在巨大机会,Crypto底层的技术栈太老旧了,全世界都在用AI进行现代化升级,DeFi和AI的结合绝对是下一个风口。
